《通信行業AI大時代系列報告之一（基礎篇）：大模型與算力共振奇點時刻到來-230711（47頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業AI大時代系列報告之一（基礎篇）：大模型與算力共振奇點時刻到來-230711（47頁）.pdf（47頁珍藏版）》請在三個皮匠報告上搜索。

1、 請仔細閱讀本報告末頁聲明 Page 1/47 Table_Main AI 大時代系列報告之一大時代系列報告之一（基礎篇）（基礎篇）：大模型與算力共振，奇點時刻到來大模型與算力共振，奇點時刻到來 通信通信 評級：評級：看好看好 日期：日期：2023.07.11 分析師分析師 周鈴雅周鈴雅 登記編碼：S0950521040002 ：13661650971 ： 行業行業表現表現 2023/7/11 資料來源：Wind，聚源 相關研究相關研究 光器件：從通信基石到智能之眼(2022/9/4)通信模組：物聯網信息之源，創新擴散與成本紅利開啟新階段(2022/6/7)電信運營商：5G 數字經濟平臺化引領

2、者(2022/3/2)報告要點報告要點 大模型涌現，大模型涌現，ChatGPT 開啟開啟 AI 未來時刻。未來時刻。人工智能是引領未來的新興戰略性技術，自 19 世紀 50 年代誕生以來，相關理論和技術持續演進，近十余年得益于深度學習算法的突破、算力設備性能不斷提升與海量數據的持續積累，人工智能得以大范圍地從實驗室研究走向產業實踐。2017 年 Transformer 架構推出，創新提出注意力機制，有效提升了自然語言處理任務的精度和質量，計算效率和資源利用率亦明顯改善，成為了當前自然語言領域的主流模型架構。2022 年 11 月，美國初創企業 OpenAI推出 ChatGPT聊天機器人，發布后

3、訪問量爆發式增長，發布 5 天用戶數突破 100 萬，2 個月過億，用戶增速創歷史新高。ChatGPT展示的連續對話、上下文理解、敢于質疑、用戶意圖思考捕捉的能力，讓產業看到了人工智能的非凡力量，國內外廠商紛紛加入AI 大模型軍備競賽，大模型參數規模與計算需求呈量級提升，同時積極探索大模型商業化落地應用，AI奇點時刻正加速來臨。算力需求指數級增長，英偉達打造算力需求指數級增長，英偉達打造 AI 時代引擎。時代引擎。算力芯片包括 GPU、FPGA、ASIC、TPU 等。從 1950 年至今大模型參數與算力需求均呈現指數級增長，應用領域逐步從學術拓展至產業，全球企業持續增加對 AI 的投資，人工智

4、能芯片搭載率有望持續增長，算力正成為新的生產力。目前 GPU 是 AI 算力的主要選擇，中國人工智能芯片市場 GPU 占比接近 90%，其并行計算能力可大幅提升計算效率，可大幅縮短 AI 算法的訓練和推理時間，成為 AI 時代的算力核心。據 JPR 統計，2023 年一季度英偉達 GPU 市占率達 84%，是 GPU市場的主導者。英偉達 1999 年首次提出 GPU 概念，2006 年推出 CUDA 運算平臺，2023 年 5 月發布超級計算機 DGX GH200，其算力規模達到 1Eflops，支持萬億參數 AI大模型訓練，為巨型人工智能模型提供線性可擴展性。英偉達基于其 GPU 與 CUD

5、A 等生態體系的構建，已成為 AI算力關鍵供應商。中文大模型追趕，辦公生產力應用加速推進中文大模型追趕，辦公生產力應用加速推進。AI 大浪潮下，科技巨頭、互聯網大廠紛紛入局密集上線大模型，2023 年 3 月百度發布文心一言，4 月華為發布盤古大模型，阿里發布通義千問大模型，商湯科技公布日日新大模型體系，5 月科大訊飛發布星火大模型。多家上市公司亦開始布局，助力 AI 大模型產業化。AI 大模型能夠理解更多形式的信息，降低編程門檻，彌合數字鴻溝，為各行各業帶來新的變化。微軟率先發布 Microsoft 365 Copilot，是一款基于 GPT-4 和 Microsoft Graph 的 AI

6、辦公助手，將重復工作流程自動化，為用戶提供了一種全新工作方式，提升工作效率，解鎖生產力。國內多家廠商也推出大模型相關應用，重塑千行百業。相關公司：相關公司：1）AI 算力方向算力方向：服務器方向浪潮信息浪潮信息、紫光股份紫光股份等；光模塊方向中際旭創中際旭創、天孚通信天孚通信、新易盛新易盛等；2）AI 應用方向應用方向：OA 應用金山辦公金山辦公、萬興萬興科技科技等。風險提示：風險提示：1、AI技術迭代不及預期風險，當前模型仍需持續迭代優化，若相關公司核心技術難以突破，將影響產品研發迭代；2、若商業化落地不及預期，政策推進力度不及預期，經濟發展不及預期，產業鏈各方合作不及預期，將影響產業鏈整體

7、進展。-16%-4%8%21%33%45%2022/62022/92022/122023/3通信上證綜指滬深300 證券研究報告|行業深度 請仔細閱讀本報告末頁聲明 Page 2/47 Table_Page 通信通信 2023 年 7 月 11 日 內容目錄內容目錄 1、大模型涌現，ChatGPT 引爆 AI奇點.5 1.1、ChatGPT 加速人工智能發展奇點來臨.5 1.2、大模型軍備競賽，開啟 AI 未來時刻.10 2、算力質變，英偉達打造 AI時代引擎.17 2.1、算力需求指數級增長，加速計算深度變革.17 2.2、英偉達 AI 時代賣水人，打造發展引擎.23 3、中文模型奮起直追，

8、辦公生產力率先變革.30 3.1、中文模型奮起直追，更強中文理解.30 3.2、生產力工具革新，釋放創造力.38 4、相關公司.44 5、風險提示.45 圖表目錄圖表目錄 圖表 1：ChatGPT 根據指示進行回復.5 圖表 2：ChatGPT 可以實現的功能.5 圖表 3：ChatGPT 用戶訪問量.6 圖表 4：2023 年 6 月 ChatGPT 受眾群體地區分布情況.6 圖表 5：各應用程序達到 1 億用戶所需時間.7 圖表 6：OpenAI 發展歷程與股東情況.8 圖表 7：ChatGPT 模型原理.9 圖表 8：RLHF（人類反饋強化學習技術）訓練模型技術原理.9 圖表 9：AIG

9、C 發展歷程.10 圖表 10：2023 年國內外發布的主要 AI 大模型梳理.11 圖表 11：OpenAI 推出 ChatGPT Plus 訂閱服務.12 圖表 12：文本生成圖像模型.13 圖表 13：不同功能的語言模型.13 圖表 14：Codex語言模型示例.13 圖表 15：OpenAI API 已在多個應用程序中應用.14 圖表 16：GitHub Copilot 價格情況.14 圖表 17：Keeper Tax 價格情況.15 圖表 18：Viable 價格情況.15 圖表 19：Duolingo 的數據與算法工具示例.16 圖表 20：第一批 ChatGPT Plugins

10、合作伙伴.16 5XnU9WnY8VeYwVcVsPbRaO7NpNpPmOmPkPnNrOkPmNmO6MoPrQxNqQnNMYpOoR 請仔細閱讀本報告末頁聲明 Page 3/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 21：算力發展總體框架.17 圖表 22：1950-2022 年機器學習訓練參數變化情況.18 圖表 23：1950-2022 年機器學習算力變化情況.18 圖表 24：2011-2022 年 GitHub AI 項目數量情況.19 圖表 25：2010-2021 年全球 AI 期刊論文發表數量.19 圖表 26：全球算力規模發展趨勢.20

11、 圖表 27：中國通用算力規模及預測.20 圖表 28：中國智能算力規模及預測.20 圖表 29：2020-2024 年全球人工智能、數字化轉型支出及 GDP 增長趨勢預測.21 圖表 30：全球人工智能服務器 GPU 芯片搭載率.21 圖表 31：全球人工智能服務器 ASIC 芯片搭載率.21 圖表 32：全球人工智能服務器 FPGA芯片搭載率.22 圖表 33：2022 年中國人工智能芯片市場規模占比.22 圖表 34：英偉達建立了加速計算的良性循環.23 圖表 35：加速計算和人工智能將重塑計算機行業.23 圖表 36：英偉達推出超級計算機 DGX GH200.24 圖表 37：英偉達

12、Spectrum-X以太網平臺.24 圖表 38：英偉達 cuLitho 加速庫合作客戶.25 圖表 39：用于量子電路仿真的加速庫 cuQuantum.26 圖表 40：英偉達 cuOpt 及客戶.26 圖表 41：英偉達 CV-CUDA平臺.26 圖表 42：NVIDIA Parabricks 醫療加速庫.26 圖表 43：英偉達推出 DGX Cloud.27 圖表 44：英偉達 Nemo 語言模型.27 圖表 45：英偉達 Picasso 視覺語言模型.27 圖表 46：NVIDIA全新推理平臺.28 圖表 47：NVIDIA H100NVL 性能情況.28 圖表 48：NVIDIA S

13、uperPOD 胖樹拓撲網絡結構.29 圖表 49：交換芯片技術演進路徑.29 圖表 50：大模型的分類.30 圖表 51：百度發布“文心一言”.30 圖表 52：“文心一言”文學創作能力.31 圖表 53：“文心一言”數理邏輯推理能力.31 圖表 54：“文心一言”中文理解能力.31 圖表 55：“文心一言”多模態生成能力.31 圖表 56：百度人工智能全棧布局.31 圖表 57：ERNIE 3.0 文心大模型架構示意圖.32 圖表 58：ERNIE 3.0 預訓練數據集.32 圖表 59：全面的模型尺寸，覆蓋不同場景需求.33 圖表 60：百度面向特定任務的大模型.33 圖表 61：百度面

14、向特定領域的大模型.33 圖表 62：飛漿重點產品示意圖.34 圖表 63：百度文心一格 AI 藝術與創意輔助平臺.34 圖表 64：百度文心百中產業級搜索系統.35 圖表 65：商湯科技推出日日新大模型體系.35 圖表 66：商湯 SenseChat 2.0 大語言模型能力全面升級.36 圖表 67：商湯 SenseMirage 3.0 文生圖大模型全面升級.36 請仔細閱讀本報告末頁聲明 Page 4/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 68：華為云正式發布盤古大模型 3.0.37 圖表 69：華為全棧核心技術.37 圖表 70：微軟發布 Micro

15、soft 365 Copilot.38 圖表 71：Microsoft 365 Copilot 技術原理.39 圖表 72：Copilot 版 Word 使用示例.39 圖表 73：Copilot 版 Excel 使用示例.39 圖表 74：Copilot 版 PPT，將 Word 文檔轉換為幻燈片.40 圖表 75：Copilot 版 PPT，為所有幻燈片生成演講者備注.40 圖表 76：Copilot 版 Outlook，自動管理和回復郵件.40 圖表 77：Copilot 版 Teams，會議過程中提供會議信息.41 圖表 78：Copilot 版 Teams，會議結束后總結用戶錯過的內

16、容.41 圖表 79：Copilot 版 Business Chat 使用示例，給予綜合性答復.41 圖表 80：Microsoft Security Copilot 的特點.42 圖表 81：Microsoft Security Copilot 為微軟各安全產品 AI 賦能.42 圖表 82：Microsoft Security Copilot 基于 GPT-4 和微軟安全專用模型.43 圖表 83：Microsoft Security Copilot 集成了 GPT-4 和微軟的安全能力.43 圖表 84：賦能安全團隊以機器的速度來解決問題.43 圖表 85：Microsoft Secur

17、ity Copilot 使用案例.43 圖表 86：相關公司業務情況.44 請仔細閱讀本報告末頁聲明 Page 5/47 Table_Page 通信通信 2023 年 7 月 11 日 1、大模型涌現，、大模型涌現，ChatGPT 引爆引爆 AI 奇點奇點 1.1、ChatChatGPTGPT 加速人工智能發展奇點來臨加速人工智能發展奇點來臨 2022 年年 11 月月 OpenAI 發布發布 ChatGPT 聊天機器人，人工智能發展奇點加速來臨。聊天機器人，人工智能發展奇點加速來臨。ChatGPT（Chat Generative Pre-trained Transformer）是由美國人工智

18、能公司 OpenAI開發的用于自然語言處理的大型預訓練語言模型，由人工智能技術驅動的自然語言處理工具，于 2022 年11 月 30 日發布，是一款全新的聊天機器人模型，可以根據用戶的對話輸入，產生出與其相關的回復，能夠從文本輸入中理解上下文因素，并生成有意義的句子回復，能夠回答問題、承認錯誤、質疑不正確的前提和拒絕不適當的請求。圖表 1：ChatGPT 根據指示進行回復 資料來源：OpenAI,五礦證券研究所 圖表 2：ChatGPT 可以實現的功能 資料來源：通信產業網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 6/47 Table_Page 通信通信 2023 年 7 月 11

19、 日 ChatGPT 發布后，發布后，Open AI 網站訪問量爆發式增長網站訪問量爆發式增長。據 SimilarWeb 數據顯示，過去 7 個月，網站 訪問量快速增長，2023 年 6 月網站訪問量達 16 億次，平均訪問時長約 8 分鐘，每次訪問頁數 4.26 個。從受眾群體地區來看，美國、印度、日本、巴西、哥倫比亞占比前五，分別為 12.12%、7.61%、4.17%、3.32%、3.16%。圖表 3：ChatGPT 用戶訪問量 資料來源：Similarweb，五礦證券研究所 圖表 4：2023 年 6 月ChatGPT 受眾群體地區分布情況 資料來源：Similarweb，五礦證券研究

20、所 020,00040,00060,00080,000100,000120,000140,000160,000180,000200,0002022年11月2022年12月2023年1月2023年2月2023年3月2023年4月2023年5月2023年6月總訪問量（萬次）12.1%7.6%4.2%3.3%3.2%69.6%美國印度日本巴西哥倫比亞其他 請仔細閱讀本報告末頁聲明 Page 7/47 Table_Page 通信通信 2023 年 7 月 11 日 ChatGPT 用戶增速創歷史新高用戶增速創歷史新高，發布發布 5 天用戶數突破天用戶數突破 100 萬萬，2 個月過億個月過億。2022

21、 年 11 月30 日，OpenAI推出 ChatGPT 聊天機器人產品。12 月 5 日，OpenAI創始人 SamAltman發推稱，ChatGPT 上線僅 5 天，用戶數突破 100 萬。至 2023 年 1 月末，ChatGPT 用戶數突破 1 億，距離發布時間僅 2 個月，成為史上用戶數增長最快的消費者應用。據英偉達在 ITF World 2023 演講稿統計顯示，海外版抖音 TikTok 發布后，大約用時 13 個月達到月活 1 億用戶；Instagram 用時 26 個月（2 年多）達到月活 1 億用戶；Facebook 用時42 個月達到月活 1 億用戶。圖表 5：各應用程序達

22、到1 億用戶所需時間 資料來源：英偉達，五礦證券研究所 OpenAI 創始人背景深厚創始人背景深厚，與微軟深度合作，與微軟深度合作。2015 年 12 月，OpenAI 公司在美國舊金山成立，由人工智能領域的頂尖科學家和企業家聯合創立的一家非盈利的人工智能研究公司。聯合創始人包括美國創業孵化器 Y Combinator 總裁 Sam Altman（現 CEO）、馬斯克（Elon Musk）、全球在線支付平臺 PayPal 聯合創始人 Peter Thiel、Ilya Sutskever（師從神經網絡之父 Geoffery Hinton，現首席科學家）等；2019 年 3 月，OpenAI創立了

23、 OpenAI LP 公司，從非盈利公司轉型至有限盈利公司；2019年 7 月，微軟向 OpenAI 注資 10 億美元，同時微軟 Azure 成為 OpenAI 的“獨家”云計算服務提供商；2023 年 1 月，微軟宣布與 OpenAI 擴大合作關系，其旗下所有產品將全線整合 ChatGPT，除搜索引擎必應、Office 外，微軟還將在云計算平臺 Azure 中整合 ChatGPT，作為 OpenAI的獨家云提供商，Azure 將為研究、產品和 API服務中的所有 OpenAI工作負載提供支持。494239261320 10 20 30 40 50 60 WhatsAppFacebookSn

24、apchatInstagramTikTokChatGPT花費時長（月）請仔細閱讀本報告末頁聲明 Page 8/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 6：OpenAI發展歷程與股東情況 資料來源：OpenAI，五礦證券研究所 ChatGPT 采用采用基于基于 GPT-3.5 架構的大型語言模型架構的大型語言模型，引入人類反饋強化學習技術（，引入人類反饋強化學習技術（RLHF）訓）訓練模型練模型。從技術原理看，ChatGPT是基于 GPT-3.5（Generative Pre-trained Transformer 3.5）架構開發的對話 AI 模型，是 In

25、structGPT 的兄弟模型，采用“預訓練+微調”的模型訓練方式，引入 RLHF 技術對 ChatGPT 進行訓練，利用強化學習方法從人類標注者的反饋中學習。訓練過程可分為三個步驟：訓練過程可分為三個步驟：1）訓練監督學習模型：訓練監督學習模型：首先 ChatGPT從 prompt 數據庫中抽取若干問題并向模型解釋強化學習機制，隨后人類標注者撰寫期望的輸出值，對模型給予特定獎勵或懲罰引導教育，最后通過監督學習微調 GPT-3.5 模型；2）收集數據并訓練獎勵模型收集數據并訓練獎勵模型：從 prompt 數據庫中取樣，并由人類標注者們對模型輸出的多個結果進行投票，按質量排序，采用排序后的數據結

26、果用于訓練獎勵模型；3）采用近端策略優化采用近端策略優化（PRO）強化學習微調模型：）強化學習微調模型：近端策略優化（Proximal Policy Optimization）是 2017 年 OpenAI 發布的強化學習算法，首先通過監督學習生成初始PRO 模型，由獎勵模型對回答打分后，將反饋結果優化和迭代初始 PRO 模型，通過多次優化迭代獲得質量更高的模型。請仔細閱讀本報告末頁聲明 Page 9/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 7：ChatGPT 模型原理 資料來源：OpenAI，五礦證券研究所 RLHF(Reinforcement Learn

27、ing from Human Feedback)是通過人類反饋強化學習技術是通過人類反饋強化學習技術優化語言模型優化語言模型。將人類的反饋納入訓練過程，為機器提供了一種自然的、人性化的互動學習過程，以更廣泛的視角和更高的效率學習，允許人類直接指導機器，并允許機器掌握明顯嵌入人類經驗中的決策要素。圖表 8：RLHF（人類反饋強化學習技術）訓練模型技術原理 資料來源：Open AI，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 10/47 Table_Page 通信通信 2023 年 7 月 11 日 1.2、大模型軍備競賽，開啟、大模型軍備競賽，開啟 A AI I 未來時刻未來時刻 人工智

28、能是引領未來的新興戰略性技術，是驅動新一輪科技革命和產業革命的重要力量。1950 年艾倫 圖靈（Alan Turing）提出了著名的“圖靈測試”，給出了判定機器是否具有“智能”的實驗方法，即機器是否能夠模仿人類思維方式來“生成”內容繼而與人交互，人們開始關注人類智能與機器之間的關系；直至 20 世紀 50 年代中期，由于計算機的出現與發展，人們開始了具有真正意義的人工智能的研究。隨著人工智能越來越多地被應用于內容創作，人工智能生成內容（Artificial Intelligence Generated Content，AIGC）概念悄然升起。AIGC 的發展可大致分為三個階段：的發展可大致分為

29、三個階段：早期萌芽階段早期萌芽階段（1950s-1990s）：）：受限于當時的科技水平，AIGC 僅限于小范圍實驗。在 1956年的達特茅斯會議上，“人工智能”的概念被首次提出，在之后的十余年內人工智能迎來了發展史上的第一個小高峰，研究者們紛紛涌入，取得了一批矚目的成就。沉淀積累階段沉淀積累階段（1990s-2010s）：）：AIGC 從實驗性向實用性轉變。2006 年，深度學習算法取得重大突破，同時期圖形處理器（GPU）、張量處理器(TPU)等算力設備性能不斷提升，互聯網使數據規?？焖倥蛎洸楦黝惾斯ぶ悄芩惴ㄌ峁┝撕Ａ坑柧殧祿?，使人工智能發展取得了顯著的進步，同時受限于算法瓶頸，應用仍然有限

30、，效果有待提升?？焖侔l展階段快速發展階段（2010s-至今至今）：）：生成內容百花齊放，效果逐漸逼真直至人類難以分辨。自 2014 年起，隨著以生成式對抗網絡（GAN）為代表的深度學習算法的提出和迭代更新，AIGC 迎來了新時代。圖表 9：AIGC發展歷程 資料來源：中國信息通信研究院人工智能生成內容（AIGC）白皮書，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 11/47 Table_Page 通信通信 2023 年 7 月 11 日 國內外廠商紛紛加入國內外廠商紛紛加入 AI 大模型軍備競賽。大模型軍備競賽。在 AI大浪潮下，國內外科技廠商紛紛入局，密集上線大模型，包括自然語言處理

31、模型、計算機視覺大模型、多模態大模型等多種類型。谷歌、OpenAI 等國際科技巨頭處于領先地位，中國阿里巴巴、華為、百度等公司均推出了自己的AI 大模型產品。2023 年 3 月百度發布文心一言，4 月華為發布盤古大模型，阿里發布通義千問大模型，商湯科技公布“日日新 SenseNova”大模型體系，5 月科大訊飛發布星火大模型，此外多家上市公司也開始布局 AI 大模型領域，積極探索索 AI 大模型技術的應用。從模型參數量來看，模型參數量呈現上升趨勢。從模型參數量來看，模型參數量呈現上升趨勢。多模態大模型參數量相對較大，多在千億級以上，PaLM-E、Visual ChatGPT、GPT-4 的模

32、型參數量分別為 5620，1750 和 1750 億。國內大數據模型中，模型參數數量達千億的模型有文心大模型（2600 億），盤古 NLP（千億級）等。圖表 10：2023 年國內外發布的主要 AI大模型梳理 發布機構發布機構 發布時間發布時間 模型名稱模型名稱 模型參數數量（億）模型參數數量（億）模型類型模型類型 是否開源是否開源 Google 2023/2/10 ViT-22B 220 計算機視覺 否 復旦大學 2023/2/20 MOSS 160 多模態 是 Facebook 2023/2/24 LLaMA 650 自然語言處理 是 Google 2023/3/6 PaLM-E 5620

33、 多模態 否 Microsoft 2023/3/8 Visual ChatGPT 1750 多模態 否 Together Computer 2023/3/11 GPT-NeoXT-Chat-Base-20B 200 自然語言處理 是 斯坦福大學 2023/3/13 Stanford Alpaca 70 自然語言處理 是 清華大學 2023/3/14 ChatGLM-6B 62 自然語言處理 是 OpenAI 2023/3/14 GPT-4 1750 多模態 否 Intel 2023/3/16 INT8 GPT-J 6B 60 自然語言處理 是 databricks 2023/3/24 Doll

34、y 60 自然語言處理 是 Cerebras Systems 2023/3/28 Cerebras GPT 130 自然語言處理 是 HPC-AI Tech 2023/3/29 ColossalChat 130 自然語言處理 是 Lightning AI 2023/3/29 Lit-LLaMA 650 自然語言處理 是 Bloomberg 2023/3/30 BloombergGPT 500 自然語言處理 否 LM-SYS 2023/3/31 Vicuna-13B 130 自然語言處理 是 UC Berkeley 2023/4/3 Koala-13B 130 自然語言處理 否 Facebook

35、 2023/4/5 Segment Anything Model 10 計算機視覺 是 騰訊 2023/4/6 LVDM 0 多模態 是 databricks 2023/4/12 dolly-v2 120 自然語言處理 是 Stability AI 2023/4/14 Stable Diffusion XL 23 計算機視覺 是 Meta 2023/4/14 DINOv2 11 計算機視覺 是 Microsoft 2023/4/17 LLaVA 130 多模態 是 Stability AI 2023/4/20 StableLM 1750 自然語言處理 是 Stability AI 2023/4

36、/28 StableVicuna-13B 130 自然語言處理 是 上海人工智能實驗室 2023/4/28 LLaMA Adapter V2 650 多模態 是 Google 2023/5/10 PaLM 2 3400 自然語言處理 是 Google 2023/5/17 DoReMi 80 自然語言處理 是 清華大學 2023/5/17 VisualGLM-6B 78 多模態 是 Meta 2023/5/22 LIMA 650 自然語言處理 是 資料來源：DataLearner，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 12/47 Table_Page 通信通信 2023 年 7 月

37、 11 日 ChatGPT 開啟商業變現開啟商業變現。當地時間 2023 年 2 月 1 日，美國人工智能公司 OpenAI 推出ChatGPT付費訂閱版 ChatGPT Plus，每月收費 20 美元。訂閱者可在免費服務基礎上獲得：1）高峰時段免排隊訪問；2）更快的相應時間；3）優先使用新功能和優化等權益。2023 年3 月 1 日，OpenAI 官方宣布正式開放 ChatGPT API。我們認為，付費訂閱版 ChatGPT Plus的推出，標志著 ChatGPT正式商業化，開啟產品向商業變現之路。圖表 11：OpenAI推出 ChatGPT Plus 訂閱服務 資料來源：OpenAI，五礦

38、證券研究所 OpenAI 盈利模式：開放付費盈利模式：開放付費 API 接口，提供多種模型。接口，提供多種模型。目前 OpenAI提供 DALLE、GPT-3、Codex、Content filter 的 API接口，用于執行圖像模型、語言模型，每種模型又細分為多種子模型型號，每種型號有不同的功能和價位。用戶可以根據自身業務需求選擇對應的模型，API 接口根據模型類型、業務量等指標進行收費。圖像模型根據圖片分辨率的不同按張數收費，語言模型基于子模型型號按字符數收費，微調模型則包括訓練和使用兩部分的價格。圖像模型圖像模型：基于基于 DALLE 實現文本生成圖像實現文本生成圖像。通過使用 DALL

39、E 的 API，可實現 3 種與圖像交互的方法：1）基于文本提示從頭開始創建圖像；2）基于新文本提示創建對現有圖像的編輯；3）創建現有圖像的變體。生成的圖像有 256x256、512x512、1024x1024 像素三種規格，尺寸較小的圖像生成速度更快。用戶只需簡單輸入一些文字描述，即可將文字描述的場景以圖片的形式真實展現出來。據 Open AI官網披露，目前已有 300 萬人使用 DALLE 模型擴展創造力，加快工作流程。語言模型語言模型：不同功能和價格的語言模型：不同功能和價格的語言模型。目前 OpenAI 提供三類語言模型，分別是 GPT-3、Codex、Content filter。其

40、中 GPT-3 能夠理解自然語言提示，并生成自然語言，擁有 1750 億個參數；Codex 是 GPT-3 模型的后代，可以理解并生成代碼，將自然語言轉換成代碼，并精通多種編程語言；Content filter 是檢測文本是否敏感或不安全。請仔細閱讀本報告末頁聲明 Page 13/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 12：文本生成圖像模型 資料來源：OpenAI，五礦證券研究所 圖表 13：不同功能的語言模型 模型名稱模型名稱 概況概況 GPTGPT-3 3 能夠理解和生成自然語言的模型 CodexCodex 能夠理解和生成代碼的模型，同時可以實現將自然

41、語言轉換為代碼 Content filterContent filter 檢測文本是否敏感或不安全 資料來源：OpenAI,五礦證券研究所 圖表 14：Codex 語言模型示例 資料來源：OpenAI，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 14/47 Table_Page 通信通信 2023 年 7 月 11 日 Open API 已在多個應用程序中應用已在多個應用程序中應用，從，從幫助人們學習新語言到解決復雜分類問題幫助人們學習新語言到解決復雜分類問題。GitHub Copilot 是一款 AI編程器，由 OpenAI Codex 語言模型提供支持，幫助開發人員更快地編寫代碼；

42、Keeper Tax 是一款幫助獨立承包商和自由職業者納稅的 App，由 GPT-3 模型提供支持，可以實現提取文本并對交易分類；Viable 通過使用 GPT-3 語言模型，幫助公司從客戶反饋中獲得見解，智能讀取用戶評論；Duolingo 使用 GPT-3 語言模型進行語法修正。圖表 15：OpenAI API已在多個應用程序中應用 資料來源：OpenAI，五礦證券研究所 GitHub Copilot：AI 編程工具軟件編程工具軟件，提高開發效率提高開發效率。2021 年 6 月 29 日，微軟與 OpenAI 共同推出了一款 AI 編程工具 GitHub Copilot，2022 年 6

43、月 22 日，Copilot 正式上線，定價每月 10 美元或每年 100 美元，對學生用戶和流行開源項目的維護者免費提供。GitHub Copilot由 OpenAI Codex 提供支持，這是一個由 OpenAI創建的生成預訓練語言模型，可以根據上文提示為程序員自動編寫下文代碼。使開發人員更快地編寫代碼，專注于業務邏輯而不是樣板，提高工作效率。圖表 16：GitHub Copilot 價格情況 資料來源：GitHub Copilot，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 15/47 Table_Page 通信通信 2023 年 7 月 11 日 Keeper Tax：AI 稅

44、務軟件稅務軟件。通過定制版 GPT-3 模型來識別賬單上的各種數據，以幫助用戶找到可以免稅的費用，連接銀行自動發現隱藏的稅收減免，通過搜索交易歷史，發現容易錯過的可抵扣稅款的業務支出和其他稅收減免。據 Keeper Tax 官網披露，Keeper 用戶平均每年發現價值 1249 美元的額外稅務沖銷，目前 Keeper 已幫助超過 50000 名靈活雇員和創意經濟工作者發現了價值 7000 萬美元的稅務沖銷。圖表 17：Keeper Tax 價格情況 資料來源：Keeper Tax，五礦證券研究所 Viable：AI企業企業分析應用軟件分析應用軟件。Viable是第一家使用人工智能研究分析初創公

45、司，運用OpenAI 的 GPT-3 語言模型，可以幫助公司從客戶反饋中獲得見解，智能讀取用戶評論，衡量其產品市場適合度。Viable 推出 3 款產品，對于初創企業，僅需了解幾個關鍵數據來源的定性數據，每月收費 600 美元，每月最多 2000 個數據點；對于成長型企業，希望通過客戶反饋迭代產品等，每月收費 1000 美元，每月最多 5000 個數據點；對于成熟企業，獲得定制報告與測量，利用數據訓練 AI，可選擇定制服務。圖表 18：Viable 價格情況 資料來源：Viable，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 16/47 Table_Page 通信通信 2023 年 7

46、 月 11 日 Duolingo：AI 語言學習工具軟件語言學習工具軟件。Duolingo 是一款語言學習工具軟件，提供 40 多種語言課程，包括英語、日語、韓語、法語、粵語等大眾語言，也包括威爾士語、納瓦荷語等小語種和瀕危語言。Duolingo 使用 OpenAI的 GPT-3 進行語法修正。圖表 19：Duolingo 的數據與算法工具示例 資料來源：Duolingo，五礦證券研究所 推出推出 ChatGPT Plugins 插件功能插件功能，拓寬場景邊界拓寬場景邊界。當地時間 2023 年 3 月 23 日，OpenAI推出ChatGPT Plugins 插件功能，宣布ChatGPT中初

47、步實現對插件的支持。ChatGPT Plugins插件專門為大語言模型設計，以安全為核心原則，能夠幫助 ChatGPT 訪問最新的信息，運行計算，以及使用第三方服務，能夠使 ChatGPT參與開發者定義的 API互動，增強 ChatGPT的能力，拓寬場景邊界。圖表 20：第一批 ChatGPT Plugins 合作伙伴 資料來源：OpenAI，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 17/47 Table_Page 通信通信 2023 年 7 月 11 日 2、算力質變，英偉達打造、算力質變，英偉達打造 AI 時代引擎時代引擎 2.1、算力需求指數級增長，加速計算深度變革、算力需求

48、指數級增長，加速計算深度變革 算力是設備算力是設備通過處理數據，實現特定結果輸出的計算能力通過處理數據，實現特定結果輸出的計算能力。算力實現的核心是 CPU、GPU、FPGA、ASIC 等各類計算芯片，并由計算機、服務器、高性能計算集群和各類智能終端等承載，海量數據處理和各種數字化應用都離不開算力的加工和計算算力數值越大代表綜合計算能力越強，常用的計量單位是每秒執行的浮點數運算次數（Flops，1EFlops=1018Flops）。據信通院測算，1EFlops 約為 5 臺天河 2A 超級計算機，或者 25 萬臺主流雙路服務器，或者200 萬臺主流筆記本的算力輸出。算力可分為基礎算力算力可分為

49、基礎算力、智能算力智能算力和超算算力三部分，分別提供基礎通用計算、人工智能計算和超算算力三部分，分別提供基礎通用計算、人工智能計算和科學工程計算。和科學工程計算。其中，基礎通用算力主要基于 CPU 芯片的服務器所提供的計算能力；智能算力主要是基于 GPU、FPGA、ASIC 等芯片的加速計算平臺提供人工智能訓練和推理的計算能力；超算算力主要是基于超級計算機等高性能計算集群所提供的計算能力。圖表 21：算力發展總體框架 資料來源：中國信息通信研究院中國算力發展指數白皮書，五礦證券研究所 算力需求指數級增長，大模型參數指數級增長。算力需求指數級增長，大模型參數指數級增長。經過大規模預訓練的大模型，

50、能夠在各種任務中達到更高的準確性、降低應用的開發門檻、增強模型泛化能力等。隨著海量數據的持續積累、人工智能算力多樣化與算法的突破，大模型參數規模呈現指數級增長，先后經歷了預訓練模型、大規模預訓練模型、超大規模預訓練模型三個階段，參數量實現百萬億級突破。與此同時，算力需求也呈現指數級增長。從行業分布上看，大模型的應用領域逐步從學術拓展至產業，2010 年后產業界對大模型的應用與算力需求顯著增長，成為主導力量。請仔細閱讀本報告末頁聲明 Page 18/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 22：1950-2022 年機器學習訓練參數變化情況 資料來源：Arti

51、ficial Intelligence Index Report 2023，五礦證券研究所 圖表 23：1950-2022 年機器學習算力變化情況 資料來源：Artificial Intelligence Index Report 2023，五礦證券研究所 AI 期刊論文期刊論文與與開源項目快速增長開源項目快速增長。ChatGPT引發了新一輪的 AI浪潮，越來越多的研究機構與公司加大對 AI的研發投入。據斯坦福大學發布的2023 年 AI指數報告統計，人工智能論文的總數自 2010 年呈現翻倍增長，從 2010 年的 20 萬篇增長到 2021 年的近 50 萬篇（49601），模式識別、機器

52、學習和計算機視覺是人工智能領域研究的熱門話題，從國家分布看，中國保持領先地位，2021 年占比為 39.8%，其次是歐盟和英國（15.1%）與美國（10%）。AI 開源項目方面，據 GitHub 統計，自 2011 年以來人工智能相關的 GitHub 項目穩步增長，從 2011 年的 1536 個增長至 2022 年 34.79 萬個，從國家分布看，2022 年印度軟件開發人員占比 24.2%，其次是歐盟和英國（17.3%）與美國（14%）。請仔細閱讀本報告末頁聲明 Page 19/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 24：2011-2022 年 Git

53、Hub AI項目數量情況 資料來源：Artificial Intelligence Index Report 2023，GitHub，五礦證券研究所 圖表 25：2010-2021 年全球AI期刊論文發表數量 資料來源：Artificial Intelligence Index Report 2023，五礦證券研究所 全球算力規模不斷增長全球算力規模不斷增長。據 IDC 統計，2020 年全球算力總規模達到 429EFlops，同比增長39%，其中基礎算力規模（FP322，FP32 為單精度浮點數，采用 32 位二進制來表達一個數字，常用于多媒體和圖形處理計算）為 313EFlops3，智能算

54、力規模（換算為 FP32）為107EFlops4，超算算力規模（換算為 FP32）為 9EFlops5。據 IDC 預測，未來五年全球算力規模將以超過 50%的速度增長，到 2025 年整體規模將達到 3300Eflops。全球主要國家和地區紛紛加快算力布局全球主要國家和地區紛紛加快算力布局。算力水平方面，據 IDC 統計 2021 年美國、中國、歐洲、日本在全球算力規模中的份額分別為 36%、31%、11%和 6%。請仔細閱讀本報告末頁聲明 Page 20/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 26：全球算力規模發展趨勢 資料來源：中國信息通信研究院中國

55、算力發展指數白皮書，IDC，Gartner，TOP500，五礦證券研究所 中國智能算力規模持續擴大中國智能算力規模持續擴大。據IDC統計與預測，2021年中國智能算力規模達155.2EFLOPS，2022 年智能算力規模將達到 268.0 EFLOPS，預計到 2026 年智能算力規模將進入每秒十萬億億次浮點計算（ZFLOPS）級別，達到 1271.4EFLOPS。圖表 27：中國通用算力規模及預測 圖表 28：中國智能算力規模及預測 資料來源：IDC，五礦證券研究所 資料來源：IDC，五礦證券研究所 全球企業持續增加對全球企業持續增加對 AI 的投資的投資。伴隨數字經濟的持續發展，為滿足企業

56、內部發展需求和外部市場需求，企業一直大力投資數字化轉型相關技術。據 IDC 統計，全球企業在包括軟件、硬件和服務在內的人工智能（AI）市場的技術投資從 2019 年的 612.4 億美元增長至 2021 年的 924 億美元，有望到 2025 年突破 2000 億美元，增幅高于企業數字化轉型（DX）支出整體增幅。0204060801001202019202020212023E2024E2025E2026E中國通用算力規模（EFLOPs）02004006008001,0001,2001,4002019202020212023E2024E2025E2026E中國智能算力規模（EFLOPs）請仔細閱

57、讀本報告末頁聲明 Page 21/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 29：2020-2024 年全球人工智能、數字化轉型支出及GDP增長趨勢預測 資料來源：IDC，世界銀行，五礦證券研究所 全球人工智能芯片搭載率將持續增長全球人工智能芯片搭載率將持續增長，低能耗為大勢所趨。，低能耗為大勢所趨。算力是實現 AI 產業化的核心力量，AI產業技術不斷提升，產業商業化應用加速落地，推動全球人工智能芯片市場高速增長，據 IDC 預測，至 2025 年全球人工智能芯片市場規模將達 726 億美元。人工智能算力規模的快速增長將刺激更大的人工智能芯片需求，未來 18

58、個月，人工智能服務器 GPU、ASIC 和FPGA 的芯片搭載率均會上升。目前中國市場主要以 GPU 為主，實現數據中心計算加速，市場占有率達 89%，GPU 芯片多用于圖形圖像處理、復雜的數學計算等場景。此外 ASIC，FPGA，NPU 等非 GPU 芯片市場占有率超過 10%，其中，NPU 較以往具有明顯增長，NPU芯片設計邏輯相對簡單，常用于邊側和端側的模型推理。圖表 30：全球人工智能服務器GPU芯片搭載率 圖表 31：全球人工智能服務器ASIC芯片搭載率 資料來源：IDC，五礦證券研究所 資料來源：IDC，五礦證券研究所 16.9%29.0%26.6%27.9%26.3%10.6%1

59、6.9%17.6%17.0%16.2%-3.3%5.7%2.9%3.0%3.0%-5%0%5%10%15%20%25%30%35%2020202120222023E2024EAI支出增幅數字化轉型支出增幅GDP增幅 請仔細閱讀本報告末頁聲明 Page 22/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 32：全球人工智能服務器FPGA 芯片搭載率 圖表 33：2022 年中國人工智能芯片市場規模占比 資料來源：IDC，五礦證券研究所 資料來源：IDC，五礦證券研究所 89%9.6%1%0.4%GPUNPUASICFPGA 請仔細閱讀本報告末頁聲明 Page 23/

60、47 Table_Page 通信通信 2023 年 7 月 11 日 2.2、英偉達、英偉達 A AI I 時代時代賣水人，打造發展引擎賣水人，打造發展引擎 AI 的的 iPhone 時刻時刻。2023 年 3 月 21 日，英偉達舉行了 GTC 2023（GPU Technology Conoference）主題演講，CEO 黃仁勛表示“我們正處于 AI 的 iPhone 時刻”。在會上黃仁勛介紹了英偉達在 AI領域的最新進展，包括全新的量子計算系統、云服務平臺、視覺圖像系統等，并發布了四款 AI推理芯片、三個大模型云服務、超級計算機，以及針對場景優化的應用 100 個、更新功能的工業元宇宙

61、 Omniverse。計算技術發展日新月異，曲速引擎是加速計算，動力來源是 AI，隨著計算量的激增，生成式 AI 使得企業需重新思考其商業模式與產品。目前英偉達生態系統涵蓋 400 萬開發者、4 萬家公司、1.4 萬家初創公司。圖表 34：英偉達建立了加速計算的良性循環 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 加速計算和人工智能將重塑計算機行業加速計算和人工智能將重塑計算機行業，新計算時代臨界點正到來，新計算時代臨界點正到來。2023 年 5 月 29 日，英偉達 CEO 黃仁勛在 Computex 2023 上發表主題演講，表示“加速計算已經帶來了全新的計算

62、時代”，在 AI發展中 GPU 擔任的運算器角色變得愈發重要，加速計算有望成為關鍵引擎。圖表 35：加速計算和人工智能將重塑計算機行業 資料來源：英偉達官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 24/47 Table_Page 通信通信 2023 年 7 月 11 日 英偉達推出超級計算機英偉達推出超級計算機 DGX GH200，E級級 AI 超算超算。2023 年 5 月，在 COMPUTEX 大會上英偉達推出超級計算機DGX GH200，DGX GH200通過 NVLink 互連技術及 NVLink Switch System，將 256 個 Grace Hopper 超級

63、晶片連接成一個超大型、1-Exaflop、144TB GPU 的巨型模型，用于驅動生成式人工智能、推薦系統和數據分析，為巨型人工智能模型提供線性可擴展性，谷歌云、Meta 和微軟將會是首批使用 DGX GH200 的公司。同時 NVIDIA 的 Grace Hopper 超級晶片已開始量產。圖表 36：英偉達推出超級計算機DGX GH200 資料來源：英偉達，五礦證券研究所 英偉達推出全新英偉達推出全新 Spectrum-X 加速以太網平臺加速以太網平臺。2023 年 5 月 29 日，NVIDIA 推出 NVIDIA Spectrum-X 網絡平臺，該平臺是一個加速網絡平臺，用以提高基于以太

64、網 AI云的性能與效率。Spectrum-X將 NVIDIA Spectrum-4 以太網交換機與 NVIDIA BlueField-3 DPU 緊密結合，取得 1.7 倍整體 AI 性能和能效提升，同時可在多租戶環境中提供一致、可預測的性能，Spectrum-X還提供 NVIDIA 加速軟件和軟件開發套件（SDK），使開發人員能夠構建軟件定義的云原生 AI應用。圖表 37：英偉達 Spectrum-X 以太網平臺 資料來源：英偉達官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 25/47 Table_Page 通信通信 2023 年 7 月 11 日 英偉達發布多款加速庫助力加速計

65、算英偉達發布多款加速庫助力加速計算。加速庫是加速計算的核心，通過加速庫連接應用，再連接至各行各業，形成網絡中的網絡。經過 30 年的開發，已有數千款應用被英偉達的庫加速，涉及科學和工業多個領域。目前 NVIDIA GPU 兼容 CUDA，為開發者提供了龐大的安裝基礎和廣泛的覆蓋范圍，吸引了眾多終端用戶。同時英偉達建立了加速計算的良性循環，涵蓋了 300 個加速庫和 400 個 AI模型。英偉達在英偉達在 2023 年年 GTC 大會重點介紹了幾款加速庫大會重點介紹了幾款加速庫：cuQuantum 量子加速庫：用于量子電路仿真的加速庫量子加速庫：用于量子電路仿真的加速庫。cuQuantum 由英

66、偉達與Quantum Machines 合作開發，將 NVIDIA GPU 連接到量子計算機以極快的速度進行糾錯，對量子計算機進行加速，可供研究人員推進量子編程模型，系統架構和算法。cuOpt 運籌規劃加速庫運籌規劃加速庫：運籌學優化運籌學優化 API。NVIDIA cuOpt 使用進化算法和加速計算每秒分析 300 億次動作，打破了世界紀錄。cuOpt 可以優化物流，每年有 4000 億個包裹被投遞到 3770 億個站點。德勤、Capgemini，Softserve、埃森哲和 Quantiphi 正在使用NVIDIA cuOpt 來幫助客戶優化運營。CV-CUDA 視頻處理加速庫：用于計算機

67、視覺的云規模加速庫視頻處理加速庫：用于計算機視覺的云規模加速庫。CV-CUDA 包括 30 個計算機視覺算子，可用于檢測、分割和分類，VPF 是一個 Python 視頻編解碼加速庫，騰訊使用 CV CUDA 和 VPF 每天處理 30 萬個視頻，Microsoft 使用 CV CUDA 和 VPF 來處理視覺搜索。Parabricks 醫療加速庫醫療加速庫：用于云端或儀器設備內的端到端基因組分析的用于云端或儀器設備內的端到端基因組分析的 AI 加速庫加速庫。NVIDIA Parabricks 將會在 PacBio、OxfordNanopore、Ultima，Singular、BioNano 和

68、Nanostring 的第四代 NVIDIA 加速基因組學設備上運行。cuLitho 計算光刻加速庫：通過計算技術大幅優化芯片制造流程計算光刻加速庫：通過計算技術大幅優化芯片制造流程。cuLitho 歷時 4 年，利用 GPU 技術實現計算光刻，可以使傳統光刻技術提速 40 倍以上，為 2m 及更先進芯片的生產提供助力。如果在 GPU 上運行 cuLitho，只需 8 小時即可處理完一個掩膜板。臺積電可通過在500個DGX H100系統上使用cuLitho 加速，將功率從 35MW 降至 5MW，從而替代用于計算光刻的 4 萬臺 CPU 服務器。圖表 38：英偉達 cuLitho 加速庫合作客

69、戶 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 26/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 39：用于量子電路仿真的加速庫cuQuantum 圖表 40：英偉達 cuOpt及客戶 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 圖表 41：英偉達 CV-CUDA 平臺 圖表 42：NVIDIA Parabricks 醫療加速庫 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券

70、研究所 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 推出推出 DGX AI Cloud 云服務，重塑大模型格局，加速云服務，重塑大模型格局，加速 AI 生態發展生態發展。英偉達宣布推出 NVIDIA DGX Cloud，這是一項 AI超級計算服務，能讓企業立即訪問為生成式 AI 和其他突破性應用程序訓練高級模型所需的基礎設施和軟件。企業可按月租用 DGX Cloud 集群，每月租金為3.7 萬美元，通過瀏覽器立即訪問英偉達的 DGX AI超級計算機和 AI軟件，為生成式 AI 和其他開創性應用訓練先進模型，可快速輕松地擴展大型多節點訓練工作負載的開發，而無需等待通

71、常需求量很大的加速計算資源。此外，英偉達還成立了 NVIDIA AI Foundations，為有專門要求的客戶構建和改進相關 AI 模型訓練，從而降低 AI數據的生成時間和提升客戶的工作效率。NVIDIA AI Foundations包括語言、視覺和生物模型制作服務包括語言、視覺和生物模型制作服務。其中語言模型 NVIDIA Nemo用于構建定制的語言文本轉文本；視覺模型 PICASSO 用于視覺語言模型制作；生物學模型BioNeMo 可幫助研究人員使用專有數據創建、微調和提供自定義模型。英偉達將與甲骨文、微軟和谷歌等云服務提供商合作，托管 DGX Cloud 基礎設施。請仔細閱讀本報告末頁

72、聲明 Page 27/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 43：英偉達推出 DGX Cloud 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 圖表 44：英偉達 Nemo 語言模型 圖表 45：英偉達 Picasso視覺語言模型 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 推出推出 GPU 推理平臺推理平臺，為，為 AIGC 設計專用算力設計專用算力。英偉達推出全新 GPU 推理平臺，4 種配置分別用于加速 AI視頻、圖像生

73、成、大型語言模型部署和推薦系統，為不同種類的 AIGC 產業提供了對應的硬件產品。L4：針對 AI視頻設計的通用 GPU，可提供比 CPU 高 120 倍的 AI視頻性能，能效提高99%；L40：用于圖像生成，針對圖形和 AI支持的 2D、視頻和 3D 圖像生成進行了優化，推理性能是英偉達最受歡迎的云推理 GPU T4 的 10 倍；H100NVL：針對 ChatGPT等大型語言模型的大規模部署，配備雙 GPU NVLink，將兩張擁有 94 GB HBM3 顯存的 PCle H100 GPU 拼接在一起，可處理擁有 1750 億參數的GPT-3 大模型；Grace Hooper：適用于推薦系

74、統和大型語言模型的 AI 數據庫，圖推薦模型、向量數據庫和圖神經網絡的理想選擇，通過 900GB/s 的高速一致性芯片到芯片接口連接英偉達Grace CPU 和 Hopper GPU。請仔細閱讀本報告末頁聲明 Page 28/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 46：NVIDIA 全新推理平臺 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 圖表 47：NVIDIA H100NVL 性能情況 資料來源：英偉達官網，英偉達 GTC 2023 主題演講，五礦證券研究所 胖樹網絡架構成為人工智能數據中心的重要需求之一胖樹網絡架構成為人

75、工智能數據中心的重要需求之一。NVIDIA DGX SuperPOD 是 NVIDIA推出的一個分布式集群的參考架構，最新一代是基于 NVIDIA DGXA100 和 NVIDIA HDR 200Gb/s ConnectX-6 HCAs 組建，旨在幫助 AI研究人員快速搭建一套強大、靈活、高效的系統。DGX SuperPOD 采用模塊化的設計，支持不同規模大小的設計，一個標準的 SuperPOD由 140 臺 DGX A100 和三層 Infiniband 交換機通過胖樹結構全互聯起來。每臺 DGXA100 配有 8 個 200Gb/s 的高速計算網，并配有 2 個 200Gb/s 的高速存儲

76、網，采用計算和存儲網絡分離的方案。人工智能數據中心內部數據流量較大，高速率、低延時的要求推動胖樹架構在數據中心網絡中部署。請仔細閱讀本報告末頁聲明 Page 29/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 48：NVIDIA SuperPOD 胖樹拓撲網絡結構 資料來源：英偉達，五礦證券研究所 光連接向高速率、大密度方向發展光連接向高速率、大密度方向發展。大語言模型帶來超大算力需求拉動通信基礎設施建設與擴容，光模塊作為數據傳輸的基礎部件，是實現光電轉換的核心部件，網絡帶寬需求增加，推動以太網交換機和光學器件進步，交換機之間連接需要高端光模塊來完成，交換芯片的技

77、術演進推動光模塊更新換代，交換芯片向大容量、高速率、低功耗方向發展，光模塊隨之迭代升級。圖表 49：交換芯片技術演進路徑 資料來源：Co-packaged datacenter optics Opportunities and challenges，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 30/47 Table_Page 通信通信 2023 年 7 月 11 日 3、中文模型奮起直追，辦公生產力率先變革、中文模型奮起直追，辦公生產力率先變革 3.1、中文模型奮起直追，更強中文理解、中文模型奮起直追，更強中文理解 大模型可大致分為基礎大模型大模型可大致分為基礎大模型、行業大模型行業大

78、模型、場景模型三類場景模型三類?；A大模型：基礎大模型：可可在多個領域和任務上通用的大模型。在多個領域和任務上通用的大模型。利用大算力、使用海量數據與大參數的深度學習算法，在大規模無標注數據上進行訓練，以尋找特征并發現規律，進而形成強大泛化能力，可在不進行微調或少量微調的情況下完成多場景任務。行業大模型行業大模型：針對特定行業或領域的大模型針對特定行業或領域的大模型。通常使用行業相關的數據進行預訓練或微調，以提高在該領域的性能和準確度。場景模型場景模型：針對特定任務或場景的大模型針對特定任務或場景的大模型。通常使用任務相關的數據進行預訓練或微調，以提高在該任務上的性能和效果。圖表 50：大模型

79、的分類 資料來源：華為開發者大會 2023，五礦證券研究所 百度發布“文心一言”大模型，更強中文理解與跨模態能力百度發布“文心一言”大模型，更強中文理解與跨模態能力。2023 年 3 月 16 日，百度召開發布會發布大語言模型、生成式 AI產品“文心一言”，百度創始人、董事長兼首席執行官李彥宏展示了文心一言在文學創作、商業文案創作、數理推算、中文理解、多模態生成五個使用場景中的綜合能力。百度智能云面向企業客戶開放文心一言 API 接口調用服務。2023 年 3 月 27 日，百度推出企業級大模型服務平臺“文心千帆”，基于文心一言底層模型（Ernie Bot）數據管理、自動化模型定制微調以及推理

80、服務云端部署一站式大模型定制服務，并提供可快速使用的文心一言企業級推理云服務，助力各行業的生成式 AI應用需求落地。圖表 51：百度發布“文心一言”資料來源：百度官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 31/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 52：“文心一言”文學創作能力 圖表 53：“文心一言”數理邏輯推理能力 資料來源：百度官網，五礦證券研究所 資料來源：百度官網，五礦證券研究所 圖表 54：“文心一言”中文理解能力 圖表 55：“文心一言”多模態生成能力 資料來源：百度官網，五礦證券研究所 資料來源：百度官網，五礦證券研究所 文

81、心一言：知識增強大語言模型，基于飛槳深度學習平臺和文心知識增強大模型。文心一言：知識增強大語言模型，基于飛槳深度學習平臺和文心知識增強大模型。文心一言大模型持續從海量數據和大規模知識中融合學習具備知識增強、檢索增強和對話增強的技術特色。百度同時具備人工智能四層能力，在應用層、模型層、框架層、芯片層進行全棧布局。從昆侖芯片、飛槳深度學習平臺、文心大模型到應用，百度在技術棧的各層都有領先業界的關鍵自研技術，實現了層與層反饋，端到端優化，大幅提升效率。圖表 56：百度人工智能全棧布局 資料來源：百度官網，五礦證券研究所 總結三體核心內容與續寫思路解答雞兔同籠問題解釋洛陽紙貴含義內容生成視頻 請仔細閱

82、讀本報告末頁聲明 Page 32/47 Table_Page 通信通信 2023 年 7 月 11 日 文心大模型文心大模型：基于：基于 BERT 結構，多范式的統一預訓練模式，支持長文本語言模型建模結構，多范式的統一預訓練模式，支持長文本語言模型建模。2019年 3 月，百度發布并開源了中國首個知識增強的語言模型文心 ERNIE 1.0，百度圍繞各場景，在 NLP、CV、跨模態、生物計算等領域形成完善的大模型生態，已歷經四代，2022 年發布的 ERNE3.0 TITAN 參數量達到 2600 億，相對 GPT-3 的參數量提升 50%。圖表 57：ERNIE 3.0 文心大模型架構示意圖

83、資料來源：ERNIE 3.0:Large-scale Knowledge Enhanced Pre-training for Language Understanding and Generation，五礦證券研究所 超大規模預訓練數據集。超大規模預訓練數據集。在ERNIE 3.0中，百度提出了一個多范式統一的大規模預訓練框架，基于該框架，ERNIE 3.0 融合了自回歸網絡和自編碼網絡，同時由于大規模知識圖譜類數據的引入，使得模型能夠在理解任務、生成任務、零樣本學習任務和常識推理任務上均獲取優秀的表現。ERNIE 3.0 在 14 種類型共計 45 個自然語言理解數據集上取得了 SOTA 的

84、結果，在 9 個自然語言生成任務上取得了 SOTA 的效果，在 18 個數據集上刷新了 zero-shot 的SOTA 效果。圖表 58：ERNIE 3.0 預訓練數據集 資料來源：百度官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 33/47 Table_Page 通信通信 2023 年 7 月 11 日 創新型算法，更好的中文理解能力，全面的模型尺寸，覆蓋不同場景需求。創新型算法，更好的中文理解能力，全面的模型尺寸，覆蓋不同場景需求。百度創新性地將大數據預訓練與多源豐富知識相結合，通過持續學習技術，不斷吸收海量文本數據中詞匯、結構、語義等方面的新知識，實現模型效果不斷進化。文心大

85、模型引入知識圖譜，通過知識內化（語義學習和數據構造）和知識外用（知識推理和提示構建），將數據與知識融合，使得學習效率更高、可解釋性更好，突破了多源異構數據難以統一表示和學習瓶頸。針對不同的場景需求，百度發布不同的模型尺寸，拓寬了人工智能技術落地場景的覆蓋廣度。圖表 59：全面的模型尺寸，覆蓋不同場景需求 模型模型 參數大小參數大小 ERNIE3.0-10B 100 億 ERNIE3.0-1.5B 15 億 ERNIE3.0-Large 3 億 ERNIE3.0-Base 1 億 ERNIE3.0-Tiny 3000 萬 資料來源：百度官網，五礦證券研究所 大模型體系化大模型體系化，預置豐富模型

86、預置豐富模型。不同場景對模型的需求會有一定的差異化，所以在通用模型的基礎上需增加不同特質，對此百度增加了兩類模型：1、任務大模型，主要面向特定任務，比如語音搜索、圖文搜索、圖象理解等；2、行業大模型，針對特定行業進行知識增強后的大模型。圖表 60：百度面向特定任務的大模型 模型模型 場景場景 ERNIE-Gen 文本生成任務對比同尺寸通用橫型 BLEU4 提升 25%ERNIE-IE 文本抽取任務，適合零樣本少樣本情況，單標簽 5 條樣本 ERNIE-Rank 檢索排序任務提升 2%ERNIE-Senta 情感分析任務，對比同尺寸通用模型平均提升 0.6%ERNIE-Sim 文本匹配任務對比同

87、尺寸通用模型提升 10%ERNIE-Doc 長文本分類匹配抽取任務等 ERNIE-M 多語言分類匹配抽取任務等 資料來源：百度官網，五礦證券研究所 圖表 61：百度面向特定領域的大模型 模型模型 場景場景 ERNIE-Finance 金融領域（實體抽取任務提升 1.4%，分類提升 0.4%）ERNIE-Health 醫療領域（實體識別任務提升 0.8%，匹配任務提升 1.7%）ERNIE-Law 法律領域（罪名預測提升 0.33%，法條推薦提升 1.52%）資料來源：百度官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 34/47 Table_Page 通信通信 2023 年 7 月

88、11 日 飛漿飛漿（PaddlePaddle）：源于產業實踐的開源深度學習平臺）：源于產業實踐的開源深度學習平臺。百度于 2013 年成立深度學習實驗室，并推出自主研發的深度學習平臺，即PaddlePaddle 前身；2016 年8月，PaddlePaddle正式開源，對標谷歌 TensorFlow，是中國首個開源開放的深度學習框架。目前 PaddlePaddle集深度學習核心框架、基礎模型庫、端到端開發套件、工具組件和服務平臺于一體，是全面開源開放、技術領先、功能完備的產業級深度學習平臺。目前飛槳已廣泛應用于工業、農業、服務業等。圖表 62：飛漿重點產品示意圖 資料來源：百度官網，五礦證券研

89、究所 文心一格文心一格：AI 藝術與創意輔助平臺藝術與創意輔助平臺。文心一格是百度推出的 AI 作畫產品。依托飛槳、文心大模型的技術創新，只需輸入文字描述，即能生成各種風格的精美畫作?？蔀楫嫀?、設計師等視覺內容創作者啟發靈感，輔助藝術創作，也能為媒體、作者等文字內容創作者提供高質量、高效率的配圖。圖表 63：百度文心一格AI藝術與創意輔助平臺 資料來源：百度官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 35/47 Table_Page 通信通信 2023 年 7 月 11 日 文心百中文心百中：產業級搜索系統產業級搜索系統。文心百中是百度推出的由大模型驅動的產業級搜索系統。依托百度

90、文心大模型，以極簡框架，代替傳統搜索引擎復雜的構建及維護成本，可低成本接入各類企業和開發者應用，并憑借數據驅動的優化模式可實現行業優化效率及應用效果。圖表 64：百度文心百中產業級搜索系統 資料來源：百度官網，五礦證券研究所 商湯科技推出商湯科技推出“日日新大模型”體系?！叭杖招麓竽Ｐ汀斌w系。2023 年 4 月 10 日，在商湯技術交流日活動上，商湯科技董事長兼首席執行官徐立宣布推出大模型體系“商湯日日新大模型”，包括自然語言生成、文生圖、感知模型標注、以及模型研發功能。圖表 65：商湯科技推出日日新大模型體系 資料來源：商湯科技官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 36

91、/47 Table_Page 通信通信 2023 年 7 月 11 日 商湯商湯 SenseChat 2.0 大語言模型能力全面升級大語言模型能力全面升級。2023 年 7 月 7 日，商湯科技董事長兼 CEO徐立在第六屆世界人工智能大會（WAIC 2023）推出商湯商量 SenseChat 2.0 版本，實現大語言模型全面升級，突破了長度限制，并推出不同參數量級的模型版本，可完美適配移動端、云端等不同終端及場景的應用需求，降低部署成本。與此同時，商湯秒畫 SenseMirage 3.0 文生圖大模型亦全面升級，模型參數從 2023 年 4 月的 10 億提升至 7 月的 70 億，可實現專業

92、攝影級的圖片細節刻畫。圖表 66：商湯 SenseChat 2.0 大語言模型能力全面升級 資料來源：商湯科技，五礦證券研究所 圖表 67：商湯 SenseMirage 3.0 文生圖大模型全面升級 資料來源：商湯科技，五礦證券研究所 華為華為云正式發布云正式發布盤古大模型盤古大模型 3.0，面向行業的大模型系列面向行業的大模型系列。2023 年 7 月 7 日，華為開發者大會 2023 在東莞召開，華為常務董事、華為云 CEO 張平安正式發布了華為云盤古大模型 3.0，首次明確定位“為行業而生”。盤古大模型 3.0 分為 L0 基礎大模型、L1 行業大模型、L2 場景模型三層架構，將重塑千行

93、百業。盤古大模型強調在細分場景的落地應用，主要解決商業環境中低成本大規模定制的問題，用 AI賦能千行百業。在煤礦領域，盤古礦山大模型已經在全國 8 個礦井規模使用，一個大模型可以覆蓋煤礦的采、掘、機、運、通、洗選等業務流程下的 1000 多個細分場景，讓更多煤礦工人能夠在地面上作業，極大地減少安全事故；請仔細閱讀本報告末頁聲明 Page 37/47 Table_Page 通信通信 2023 年 7 月 11 日 在氣象領域，原來預測一個臺風未來 10 天的路徑，需要在 3000 臺服務器的高性能計算機集群上花費 5 小時進行仿真，現在基于預訓練的盤古氣象大模型，10 秒內就可以獲得更精確的預測

94、結果，速度比傳統數值預報提速 10000 倍以上。7 月 6 日，該研究成果登上國際頂級學術期刊自然雜志；在交通運輸行業，盤古鐵路大模型能精準識別現網運行的 67 種貨車、430 多種故障，綜合準確性高達 99.8%。通過盤古鐵路大模型的“慧眼”，無故障圖片的篩除率為 95%，實現效率提升。圖表 68：華為云正式發布盤古大模型3.0 資料來源：華為開發者大會 2023，五礦證券研究所 盤古大模型盤古大模型在性能、深度、架構及數據增強方面均進行了升級在性能、深度、架構及數據增強方面均進行了升級。華為擁有算力、框架、平臺全棧核心技術，盤古大模型實現了以鯤鵬和昇騰為基礎的 AI算力云平臺，以及異構計

95、算架構CANN、全場景 AI 框架昇思 MindSpore、AI 開發生產線 ModelArts 的全棧自主創新。單集群 2000P Flops 算力、千卡訓練 30 天長穩率達到 90%的昇騰 AI 云服務在華為云的烏蘭察布和貴安 AI算力中心同時上線。圖表 69：華為全棧核心技術 資料來源：華為開發者大會 2023，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 38/47 Table_Page 通信通信 2023 年 7 月 11 日 3.2、生產力工具革新，釋放創造力、生產力工具革新，釋放創造力 微軟發布微軟發布 Microsoft 365 Copilot，提升工作效率，革新工作方

96、式，提升工作效率，革新工作方式。2023 年 3 月 16 日，微軟發布了集成了 GPT4 功能的 Microsoft 365 Copilot，提供了包括文字和圖片內容生成，歸納，數據分析、輔助決策等一系列新功能。Copilot 一款基于 GPT-4 和 Microsoft Graph 的 AI辦公助手，為用戶提供了一種全新的工作方式。Copilot 通過兩種方式集成至 Microsoft 365中，第一種是嵌入至 Microsoft 365 應用程序中，如 Word、Excel、PowerPoint、Outlook、Teams等，第二種是郵件、聯系人、在線會議等軟件數據接入大語言模型，借助P

97、ower Platform中的 Copilot，將重復的工作流程自動化，解鎖生產力。圖表 70：微軟發布 Microsoft 365 Copilot 資料來源：微軟官網，五礦證券研究所 Microsoft 365 Copilot 技術原理：技術原理：LLM+Microsoft Graph+Microsoft 365 Apps。Microsoft 365 Copilot 由“Copilot 系統”提供支持，利用了三種基礎技術：Microsoft 365 應用：應用：即 Word、Excel、PowerPoint、Outlook、Teams 等；Microsoft Graph：是 Microsof

98、t 365 中通往數據和智能的網關，它提供統一的可編程模型，可用于訪問 Microsoft 365、Windows 10 和企業移動性+安全性中的海量數據，相當于數據傳輸的通道，連結大模型和 Microsoft 365 應用；大型語言模型大型語言模型 LLM：使用大量數據訓練的深度學習模型，可以生成自然語言文本或理解語言文本的含義。用戶輸入指令后，Copilot 將該指令信息發送到 Microsoft Graph，進行上下文檢索和修正提升，并將修正后的信息發送到 GPT-4，之后將回復傳回 Microsoft Graph，完成安全和合規性檢查后，最終傳回到 Microsoft 365 應用。C

99、opilot 能掃描 Microsoft Graph 中存儲的電郵、會議、聊天內容和日歷中標注的日期和事件等所有數據，根據這些內容作出回應。這些數據可以幫助支持 Copilot 的大語言模型改進回答，讓回答更具體、對用戶個人更有針對性。請仔細閱讀本報告末頁聲明 Page 39/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 71：Microsoft 365 Copilot 技術原理 資料來源：微軟官網，五礦證券研究所 Word：通過：通過 Copilot 可可實現文稿的快速生成和修改實現文稿的快速生成和修改。幫助用戶寫作、編輯、摘要和創作文檔，能讓用戶集中精力發揮創

100、造力，快速撰寫具有說服力的提案；可以根據簡單的筆記和其他內部文件草擬提案，生成初稿，并按照用戶的需求調整格式、插入圖片和提取視覺素材；可以生成摘要和提供建議以改進文檔。Excel：通過：通過 Copilot 可可實現海量數據可視化，幫助用戶分析和探索數據實現海量數據可視化，幫助用戶分析和探索數據。用戶可以讓 Copilot 找出關鍵趨勢、提出跟進問題，并將數據可視化；Copilot 還能創建簡單的假設模型，并將操作過程逐步分解，以便用戶進行修改。圖表 72：Copilot 版 Word 使用示例 圖表 73：Copilot 版 Excel 使用示例 資料來源：微軟官網，五礦證券研究所 資料來源

101、：微軟官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 40/47 Table_Page 通信通信 2023 年 7 月 11 日 PowerPoint：通過：通過 Copilot 可可基于文稿生成幻燈片，通過便捷指令調用編輯功能基于文稿生成幻燈片，通過便捷指令調用編輯功能?？蓪?Word 文檔轉換為演示文稿，亦可將 PowerPoint 轉換為 Word 文檔；用戶只需給出簡短的指示，Copilot 即能迅速完成幻燈片制作，讓用戶進行審查；能為文字過多幻燈片添加動畫效果，以實現專業設計效果；可以為所有幻燈片生成演講者備注，幫助用戶成為更出色的演講者。圖表 74：Copilot 版 P

102、PT，將 Word 文檔轉換為幻燈片 圖表 75：Copilot 版 PPT，為所有幻燈片生成演講者備注 資料來源：微軟官網，五礦證券研究所 資料來源：微軟官網，五礦證券研究所 Outlook：通過：通過 Copilot 輔助整理、歸納、起草電子郵件輔助整理、歸納、起草電子郵件?？勺詣庸芾砗突貜袜]件，用戶可通過簡單命令指引對郵件進行分類、總結、提取和回復等操作；可根據收件人或主題生成合適的語氣或建議，幫助用戶節省處理郵件時間。圖表 76：Copilot 版 Outlook，自動管理和回復郵件 資料來源：微軟官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 41/47 Table_Pag

103、e 通信通信 2023 年 7 月 11 日 Teams：通過：通過 Copilot 總結會議要點、追蹤待辦事項總結會議要點、追蹤待辦事項?？蓭椭脩魠⑴c和組織會議，提供即將進行的會議信息、相關項目更新、組織變化等；可讓用戶跟蹤會議，從而解決時間沖突問題；會議結束后，可總結用戶錯過的內容，包括共享的內容、概括筆記和與用戶或其他被提及的待辦事項，并在 Teams 中發出通知；用戶可向 Copilot 提出澄清問題以獲取詳細的回答和有用的背景信息。圖表 77：Copilot 版 Teams，會議過程中提供會議信息 圖表 78：Copilot 版 Teams，會議結束后總結用戶錯過的內容 資料來源：

104、微軟官網，五礦證券研究所 資料來源：微軟官網，五礦證券研究所 Business Chat：通過：通過 Copilot 實現全局信息視角下的交互式回答實現全局信息視角下的交互式回答。Business Chat 融合了大模型能力、Microsoft365 應用和用戶在日歷、郵件、聊天、文檔、會議、聯系人中的數據，能夠基于全局信息視角給予綜合性答復；能夠與用戶進行商業相關的對話，根據用戶的日?；顒由商嵝押蜖顟B更新，讓用戶隨時了解工作進展。圖表 79：Copilot 版 Business Chat 使用示例，給予綜合性答復 資料來源：微軟官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 42

105、/47 Table_Page 通信通信 2023 年 7 月 11 日 微軟發布微軟發布 Microsoft Security Copilot，進入網絡安全領域，進入網絡安全領域。2023 年 3 月 28 日，微軟宣布推出人工智能產品 Microsoft Security Copilot，將 AI技術應用于網絡安全領域，為安全專業人員提供一個有效工具。Security Copilot 可深度集成到微軟的產品和工作流程中，Security Copilot 與微軟的三大安全產品 Microsoft Sentinel、Microsoft Defender、Microsoft Intune 進行了集

106、成，提供事件安全、應用程序防護、云端到本地等多維度防護。此外開創了交互式防護體驗，用戶可以通過自然語言詢問安全事件響應、威脅追蹤和安全報告，幫助企業、個人用戶緩解諸多網絡安全業務痛點。圖表 80：Microsoft Security Copilot 的特點 圖表 81：Microsoft Security Copilot 為微軟各安全產品AI賦能 資料來源：微軟官網，五礦證券研究所 資料來源：微軟官網，五礦證券研究所 Microsoft Security Copilot 的主要功能的主要功能：1、簡化安全流程復雜性、簡化安全流程復雜性：用戶借助 Security Copilot 可實現“分鐘級

107、”自動網絡安全事件評估和響應，通過基于自然語言的調查，提供關鍵的分步指導，可以匯總所有安全、調查事件，簡化安全流程，讓用戶直觀地看到最重要的安全信息，并對其做出安全防護對策；2、深度分析、優先級排序：、深度分析、優先級排序：Security Copilot 發現安全問題后，會借助微軟網絡安全威脅庫深度分析攻擊行為，并預測黑客下一步的行動以及抵御方法；3、回答專業的網絡安全知識：、回答專業的網絡安全知識：Security Copilot 通過專業的網絡安全數據訓練，可為用戶提供專業、詳細的網絡安全知識，例如，介紹攻擊病毒的歷史，如何日常防護設備、數據資產等，為制定防護計劃提供幫助；4、自我學習能

108、力、自我學習能力：Security Copilot 具備自我學習能力，用戶的每一次反饋都將加速 Security Copilot 對安全事件響應、網絡攻擊的分析效率和準確率。Microsoft Security Copilot 技術原理：技術原理：GPT-4+Microsoft 安全專用模型安全專用模型。Security Copilot 是將 OpenAI大語言模型 GPT-4 與 Microsoft 的安全特定模型相結合所開發出的生成式 AI安全產品，在 Microsoft Azure 的超大規?；A架構上運行。Security Copilot結合了微軟擁有的 65 萬億個網絡安全威脅的安全

109、模型庫，通過收集到的信號讓專業的安全研究人員追蹤威脅，極大提升了安全范圍。請仔細閱讀本報告末頁聲明 Page 43/47 Table_Page 通信通信 2023 年 7 月 11 日 圖表 82：Microsoft Security Copilot 基于 GPT-4 和微軟安全專用模型 圖表 83：Microsoft Security Copilot 集成了 GPT-4 和微軟的安全能力 資料來源：微軟官網，五礦證券研究所 資料來源：微軟官網，五礦證券研究所 接受自然語言輸入接受自然語言輸入，協助安全研究人員提升能力，協助安全研究人員提升能力。Security Copilot 接受自然語言輸

110、入，大幅降低使用門檻，安全研究人員可以通過輸入文本來要求它提供特定漏洞的摘要，或者通過輸入文件、URL 或代碼片段來完成分析。Security copilot 可以實時分析進攻威脅、處理大量信息、生成解決方案，并以可視化的形式輸出。以勒索軟件為例，以往僅了解勒索軟件事件就要花費大量的時間，而解決相應事件需花費更多時間。Security Copilot 可以在幾秒內獲取重要信息、分析進攻數據，并展示可視化圖像、安全事件過程及相應的解決方案。大大提升了安全威脅分析及處理的效率。圖表 84：賦能安全團隊以機器的速度來解決問題 圖表 85：Microsoft Security Copilot 使用案例

111、 資料來源：微軟官網，五礦證券研究所 資料來源：微軟官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 44/47 Table_Page 通信通信 2023 年 7 月 11 日 4、相關公司、相關公司 1）AI 算力方向算力方向：服務器方向浪潮信息浪潮信息、紫光股份紫光股份等；光模塊方向中際旭創中際旭創、天孚通信天孚通信、新新易盛易盛等；2）AI 應用應用方向方向：OA 應用金山辦公金山辦公、萬興科技萬興科技等。圖表 86：相關公司業務情況 行業行業 股票代碼股票代碼 公司名稱公司名稱 相關業務相關業務 AIAI算算力力方方向向 服務器 000977.SZ 浪潮信息浪潮信息 全球領先

112、IT 基礎設施產品、方案和服務提供商，是中國最早的 IT 品牌之一。業務覆蓋計算、存儲、網絡三大關鍵領域，在算力方面，公司在人工智能計算領域完成了在硬件、平臺、管理和框架等四個層面的業務布局。浪潮信息人工智能服務器的市占率位居全球第一，在中國市場份額連續五年保持 50%以上。2021 年 9 月，浪潮發布參數量為 2457 億的中文語言大模型”源 1.0”，2022年，浪潮深入推進“源 1.0”開源開放計劃，持續加強開發者社區建設及行業應用落地。000938.SZ 紫光股份紫光股份 紫光股份是紫光集團“從芯到云”戰略中云戰略主要承載者。公司控股子公司新華三推出多款 AI 服務器產品，持續保持技

113、術領先。新華三 AI 服務器在訓練任務中表現優異，在國際權威 AI 基準評測組織 MLPerf 公布了最新 AI 訓練（Training V3.0）測試榜單斬獲 7 項冠軍。新華三智能邊緣服務器 2022 年市場份額躍居中國第二，同比增長 18%。光模塊 300308.SZ 中際旭創中際旭創 全球領先的光模塊供應商，2021 年中際旭創和 II-VI 并列全球第一。集高端光通信收發模塊的研發、設計、封裝、測試和銷售于一體，為云數據中心客戶提供 100G、200G、400G 和 800G 等高速光模塊，為電信設備商客戶提供 5G 前傳、中傳和回傳光模塊以及應用于骨干網和核心網傳輸光模塊等高端整體

114、解決方案。300394.SZ 天孚通信天孚通信 全球光器件核心部件領域的領先企業，光器件一站式解決方案提供商。主要產品包括光組件、光器件等，在精密陶瓷、工程塑料、復合金屬、光學玻璃等基礎材料領域積累沉淀了多項全球領先的工藝技術。產品核心技術能力矩陣布局完整，高速光引擎、800G 光器件、車載激光雷達用光器件、保偏光器件等研發項目順利進展。300502.SZ 新易盛新易盛 全系列光通信應用光模塊廠商。是國內少數批量交付運用于數據中心市場的 100G、200G、400G 高速光模塊，已成功推出 800G 光模塊產品系列組合、基于硅光解決方案的 400G 光模塊產品及 400GZR/ZR+相干光模塊

115、。AIAI應應用用方方向向 OA應用 688111.SH 金山辦公金山辦公 國產辦公軟件龍頭。公司主要產品包括括 WPS Office 辦公軟件、金山文檔等辦公能力產品矩陣以及金山數字辦公平臺解決方案。金山辦公推出國內協同辦公賽道首個類 ChatGPT 式應用，2023 年 7 月 6 日金山辦公正式推出基于大語言模型的智能辦公助手 WPS AI，WPS AI 官網同步上線，WPS AI 已接入金山辦公多個辦公產品組件。WPS AI 具備內容生成、公式生成等功能，用戶輸入相關主題即可一鍵生成文字內容、制作 PPT，并可分析表格數據生成報告、自動生成復雜公式等。300624.SZ 萬興科技萬興科

116、技 國內領先的數字創意軟件產品和服務的提供商。在視頻創意、繪圖創意、文檔創意、實用工具等多個細分領域擁有十余年的產品研發和運營經驗，業務范圍遍及全球 200 多個國家和地區，全球累計用戶逾 15 億。推出萬興喵影、萬興優轉、萬興錄演等視頻創意軟件，Wondershare Filmstock、萬興喵庫視頻創意素材平臺，萬興愛畫、萬興播爆等 AIGC 應用。資料來源：Wind，公司公告，公司官網，五礦證券研究所 請仔細閱讀本報告末頁聲明 Page 45/47 Table_Page 通信通信 2023 年 7 月 11 日 5、風險提示風險提示 1、AI技術迭代不及預期風險，當前模型仍需持續迭代優化

117、，若相關公司核心技術難以突破，將影響產品研發迭代；2、若商業化落地不及預期，政策推進力度不及預期，經濟發展不及預期，中美貿易摩擦加劇，產業鏈各方合作不及預期，將影響產業鏈整體進展。請仔細閱讀本報告末頁聲明 Page 46/47 Table_Page1 2023 年 7 月 11 日 分析師聲明分析師聲明 作者在中國證券業協會登記為證券投資咨詢(分析師)，以勤勉的職業態度，獨立、客觀地出具本報告。作者保證：（i）本報告所采用的數據均來自合規渠道；（ii）本報告分析邏輯基于作者的職業理解，并清晰準確地反映了作者的研究觀點；（iii）本報告結論不受任何第三方的授意或影響；（iv）不存在任何利益沖突；

118、（v）英文版翻譯若與中文版有所歧義，以中文版報告為準；特此聲明。投資評投資評級說明級說明 投資建議的評級標準投資建議的評級標準 報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后 6 到 12 個月內的相對市場表現，也即：以報告發布日后的6到12個月內的公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A 股市場以滬深300指數為基準；香港市場以恒生指數為基準；美國市場以納斯達克綜合指數或標普 500 指數為基準。評級評級 說明說明 股票評級 買入 預期個股相對同期相關證券市場代表性指數的回報在 20%及以上；增持 預期個股相對

119、同期相關證券市場代表性指數的回報介于 5%20%之間；持有 預期個股相對同期相關證券市場代表性指數的回報介于-10%5%之間；賣出 預期個股相對同期相關證券市場代表性指數的回報在-10%及以下；無評級 預期對于個股未來 6 個月市場表現與基準指數相比無明確觀點。行業評級 看好 預期行業整體回報高于基準指數整體水平 10%以上；中性 預期行業整體回報介于基準指數整體水平-10%10%之間；看淡 預期行業整體回報低于基準指數整體水平-10%以下。一般聲明一般聲明 五礦證券有限公司（以下簡稱“本公司”）具有中國證監會批復的證券投資咨詢業務資格。本公司不會因接收人收到本報告即視其為客戶，本報告僅在相關

120、法律許可的情況下發放，并僅為提供信息而發放，概不構成任何廣告。本報告的版權僅為本公司所有，未經本公司書面許可，任何機構和個人不得以任何形式對本研究報告的任何部分以任何方式制作任何形式的翻版、復制或再次分發給任何其他人。如引用須聯絡五礦證券研究所獲得許可后，再注明出處為五礦證券研究所，且不得對本報告進行有悖原意的刪節和修改。在刊載或者轉發本證券研究報告或者摘要的同時，也應注明本報告的發布人和發布日期及提示使用證券研究報告的風險。若未經授權刊載或者轉發本報告的，本公司將保留向其追究法律責任的權利。若本公司以外的其他機構（以下簡稱“該機構”）發送本報告，則由該機構獨自為此發送行為負責。本報告所載的資

121、料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入或將產生波動；在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告；本公司不保證本報告所含信息保持在最新狀態。同時，本公司對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本報告的作者是基于獨立、客觀、公正和審慎的原則制作本研究報告。本報告的信息均來源于公開資料，本公司對這些信息的準確性和完整性不作任何保證，也不保證所包含信息和建議不發生任何變更。本公司已力求報告內容的客觀、公正，但文中的觀點、結論和建議僅供參考，不包含作者對證券價格漲跌或市場走勢的確

122、定性判斷。在任何情況下，報告中的信息或意見不構成對任何人的投資建議，投資者據此做出的任何投資決策與本公司和作者無關。在任何情況下，本公司、本公司員工或者關聯機構不承諾投資者一定獲利，不與投資者分享投資收益，也不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。本公司及作者在自身所知情范圍內，與本報告中所評價或推薦的證券不存在法律法規要求披露或采取限制、靜默措施的利益沖突。五礦證券版權所有。保留一切權利。特別聲明特別聲明 在法律許可的情況下，五礦證券可能會持有本報告中提及公司所發行的證券并進行交易，也可能為這些公司提供或爭取提供投資銀行、財務顧問和金融產品等各種金融服務。因此，投資者應

123、當考慮到五礦證券及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突，投資者請勿將本報告視為投資或其他決定的唯一參考依據。聯系我們聯系我們 上海上海 深圳深圳 北京北京 地址：上海浦東新區陸家嘴街道富城路99號震旦國際大廈 30 樓 地址：深圳市南山區濱海大道3165號五礦金融大廈 23 層 地址：北京市海淀區首體南路 9 號4 樓603 室 郵編：200120 郵編：518035 郵編：100037 Page 47/47 Analyst Certification The research analyst is primarily responsible for the content

124、 of this report,in whole or in part.The analyst has the Securities Investment Advisory Certification granted by the Securities Association of China.Besides,the analyst independently and objectively issues this report holding a diligent attitude.We hereby declare that(1)all the data used herein is ga

125、thered from legitimate sources;(2)the research is based on analysts professional understanding,and accurately reflects his/her views;(3)the analyst has not been placed under any undue influence or intervention from a third party in compiling this report;(4)there is no conflict of interest;(5)in case

126、 of ambiguity due to the translation of the report,the original version in Chinese shall prevail.Investment Rating Definitions The rating criteria of investment recommendations The ratings contained herein are classified into company ratings and sector ratings(unless otherwise stated).The rating cri

127、teria is the relative market performance between 6 and 12 months after the reports date of issue,i.e.based on the range of rise and fall of the companys stock price(or industry index)compared to the benchmark index.Specifically,the CSI 300 Index is the benchmark index of the A-share market.The Hang

128、Seng Index is the benchmark index of the HK market.The NASDAQ Composite Index or the S&P 500 Index is the benchmark index of the U.S.market.Ratings Definitions Company Ratings BUY Stock return is expected to outperform the benchmark index by more than 20%;ACCUMULATE Stock relative performance is exp

129、ected to range between 5%and 20%;HOLD Stock relative performance is expected to range between-10%and 5%;SELL Stock return is expected to underperform the benchmark index by more than 10%;NOT RATED No clear view of the stock relative performance over the next 6 months.Sector Ratings POSITIVE Overall

130、sector return is expected to outperform the benchmark index by more than 10%;NEUTRAL Overall sector expected relative performance ranges between-10%and 10%;CAUTIOUS Overall sector return is expected to underperform the benchmark index by more than 10%.General Disclaimer Minmetals Securities Co.,Ltd.

131、(or“the company”)is licensed to carry on securities investment advisory business by the China Securities Regulatory Commission.The Company will not deem any person as its client notwithstanding his/her receipt of this report.The report is issued only under permit of relevant laws and regulations,sol

132、ely for the purpose of providing information.The report should not be used or considered as an offer or the solicitation of an offer to sell,buy or subscribe for securities or other financial instruments.The information presented in the report is under the copyright of the company.Without the writte

133、n permission of the company,none of the institutions or individuals shall duplicate,copy,or redistribute any part of this report,in any form,to any other institutions or individuals.The party who quotes the report should contact the company directly to request permission,specify the source as Equity

134、 Research Department of Minmetals Securities,and should not make any change to the information in a manner contrary to the original intention.The party who re-publishes or forwards the research report or part of the report shall indicate the issuer,the date of issue,and the risk of using the report.

135、Otherwise,the company will reserve its right to taking legal action.If any other institution(or“this institution”)redistributes this report,this institution will be solely responsible for its redistribution.The information,opinions,and inferences herein only reflect the judgment of the company on th

136、e date of issue.Prices,values as well as the returns of securities or the underlying assets herein may fluctuate.At different periods,the company may issue reports with inconsistent information,opinions,and inferences,and does not guarantee the information contained herein is kept up to date.Meanwhi

137、le,the information contained herein is subject to change without any prior notice.Investors should pay attention to the updates or modifications.The analyst wrote the report based on principles of independence,objectivity,fairness,and prudence.Information contained herein was obtained from publicly

138、available sources.However,the company makes no warranty of accuracy or completeness of information,and does not guarantee the information and recommendations contained do not change.The company strives to be objective and fair in the reports content.However,opinions,conclusions,and recommendations h

139、erein are only for reference,and do not contain any certain judgments about the changes in the stock price or the market.Under no circumstance shall the information contained or opinions expressed herein form investment recommendations to anyone.The company or analysts have no responsibility for any

140、 investment decision based on this report.Neither the company,nor its employees,or affiliates shall guarantee any certain return,share any profits with investors,and be liable to any investors for any losses caused by use of the content herein.The company and its analysts,to the extent of their awar

141、eness,have no conflict of interest which is required to be disclosed,or taken restrictive or silent measures by the law s with the stock evaluated or recommended in this report.Minmetals Securities Co.Ltd.2019.All rights reserved.Special Disclaimer Permitted by laws,Minmetals Securities Co.,Ltd.may

142、hold and trade the securities of companies mentioned herein,and may provide or seek to provide investment banking,financial consulting,financial products,and other financial services for these companies.Therefore,investors should be aware that Minmetals Securities Co.,Ltd.or other related parties ma

143、y have potential conflicts of interest which may affect the objectivity of the report.Investors should not make investment decisions solely based on this report.Contact us Shanghai Shenzhen Beijing Address:30F,AuroraPlaza,No.99FuChengRoad,PudongNewDistrict,Shanghai Address:23F,Minmetals Financial Center,3165 Binhai Avenue,Nanshan District,Shenzhen Address:Room 603,4F,No.9 Shoutinan Road,Haidian District,Beijing Postcode:200120 Postcode:518035 Postcode:100037